基于6S模型的遥感影像逐像元大气纠正算法

大气纠正的目的是从遥感影像中去除大气影响,并反演获取地物真实反射率。介绍了一种逐像元对遥感影像进行大气纠正的算法,该算法基于6S(Second Simulation of the Satellite Signal in the Solar Spectrum)大气辐射传输模型计算建立的查找表(look-up table),并利用地面暗目标(dark object)进行陆地气溶胶光学厚度的自动反演,由于气溶胶的分布具有空间连续性,在获取地面暗目标气溶胶光学厚度值后,通过空间插值的方法计算影像中非暗目标像元的气溶胶光学厚度值,经过查找表二次插值计算,逐像元进行大气纠正并获取像元地表反射率值。以Landsat5遥感影像为例,介绍了算法流程,展示了大气纠正的结果。结果显示,利用查找表逐像元大气纠正的算法,能够在一定程度上去除云雾对影像的影响,更加精确的对遥感影像进行大气纠正并获取地物的真实反射率。     

高岭石粒度对Pickering乳液稳定性的影响

固体乳化剂颗粒粒径是影响Pickering乳液稳定性的重要因素.本文以去离子水为水相,液体石蜡为油相,高岭石为乳化剂制备水包油型Pickering乳液,研究了高岭石粒度对乳液稳定性的影响.结果表明:高岭石颗粒与乳液液滴大小之间的匹配特征不仅影响乳化剂与乳液分散相表面之间的作用强度,而且影响其在连续相中形成网络结构的特征,进而影响乳液稳定性.高岭石粒度对乳液稳定的影响存在最佳值,当高岭石颗粒粒度D90值为1.42μm时,乳液粘度为378 mPa·s,乳液液滴粒径均匀,乳化剂颗粒在油水界面有序紧密分布,颗粒在连续相所形成三维网络结构趋于牢固,乳液稳定性好.当乳化剂颗粒粒度较小时,体系中的颗粒易受布朗运动因素影响,乳液液滴聚并速度快,乳液粘度低;而当乳化剂颗粒粒度较大时,油水界面上以及连续相中的颗粒易受自身重力的影响发生沉降,破坏三维网络结构,导致乳液粘度降低,乳液稳定性变差.     

醋酸根型层状双氢氧化物与蒙脱石的插层组装作用研究

在水热法合成硝酸根型层状双氢氧化物(NO3-LDH)的基础上,用离子交换法制备醋酸根离子插层层状双氢氧化物(Aco-LDH).在超声作用下,利用水分子对Aco-LDH层间域内氢键网络的破坏作用实现了Aco-LDH的剥离.利用蒙脱石在水中的溶胀特性实现了其片层的分散剥离.将剥离后的LDH片层与剥离蒙脱石(MMT)进行插层组装获得了LDH/MMT层状复合材料.用XRD、FFIR、TEM、AFM、N2吸附-脱附等手段对样品进行了表征.结果表明,当Aco-LDH浓度为1 mg/mL时,在水中超声处理获得厚度为5～20 nm的LDH片层.蒙脱石分散后其层间距扩大,结晶程度降低.插层组装作用获得的LDH/M MT层状复合材料的主体为蒙脱石,LDH与MMT之间形成片-片组装结构,复合物的层间距为1.50 nm,接近单元LDH片层与单元MMT片层的堆叠结构厚度,比表面积达105.89 m2/g.     

基于蒙脱石和层状双氢氧化物纳米剥离的层层自组装异构薄膜制备

以乙酸乙酯为剥离介质,采用超声法剥离有机蒙脱石(CTA-MMT)和层状双氢氧化物(MgAl-SDS-LDH),以聚乙烯醇(PVA)为交联剂,采用层层自组装(LBL)的方法制备了蒙脱石-层状双氢氧化物异构薄膜(PVA/MMT/PVA/LDH)n.采用X射线衍射分析(XRD)、透射电子显微镜(TEM)、扫描电子显微镜(SEM)、原子力显微镜(AFM)和紫外-可见光分光光度计对样品进行了表征.结果表明,超声剥离处理后的CTA-MMT和MgAl-SDS-LDH片层厚度分别达到17 nm和12 nm.(PVA/MMT/PVA/LDH)n异构薄膜层间距为1.81 nm,一个组装循环得到以MMT和LDH纳米片层构成薄膜单循环片层,厚度约为170 nm.薄膜对264 nm左右的光呈现强烈的吸收带,并且吸收强度与薄膜厚度之间呈线性关系,表明薄膜单元层具有良好均一性.     

日光诱导叶绿素荧光与反射率光谱数据监测小麦条锈病严重度的对比分析

小麦条锈病是影响我国小麦产量的主要病害之一,在小麦受到条锈病菌侵染初期探测到病害信息,对小麦条锈病的防控以及产量和品质的提高具有更为重要的意义。反射率光谱主要反映植被生化组分的浓度信息,而日光诱导叶绿素荧光则对植物光合生理变化响应灵敏。为了更好地实现小麦条锈病病情严重度的遥感探测,尤其是条锈病的早期探测,对日光诱导叶绿素荧光和反射率光谱数据监测小麦条锈病病情严重度的敏感性进行了对比分析。首先利用地物光谱仪测定了不同病情严重度的小麦冠层光谱数据,基于夫琅和费暗线原理利用3FLD(three-band Fraunhofer Line Discrimination)方法提取了小麦条锈病不同病情严重度下的日光诱导叶绿素荧光数据,然后分别利用反射率光谱数据和日光诱导叶绿素荧光数据构建小麦条锈病不同发病状态下的遥感探测模型,并通过保留样本交叉检验方式对预测模型精度进行了评价。结果表明：（1）当小麦条锈病病情指数低于20%时,日光诱导叶绿素荧光对小麦条锈病病害信息的响应比反射率光谱数据更为敏感,以日光诱导叶绿素荧光为自变量构建的小麦条锈病病情严重度预测模型达到了极显著性水平,能够在植被叶绿素含量或叶面积指数发生变化之前探测到植物的胁迫状态,实现作物病害的早期诊断,而反射率光谱数据则难以探测到条锈病病害信息;（2）在小麦条锈病病情严重度处于中度发病(20%＜DI≤45%)状态时,虽然日光诱导叶绿素荧光和反射率光谱数据均能实现小麦条锈病病情严重度的遥感探测,但利用日光诱导叶绿素荧光数据构建的预测模型优于反射率光谱数据;（3）当小麦条锈病病情严重度达到重度水平(DI＞45%)时,利用反射率光谱数据和日光诱导叶绿素荧光数据构建的小麦条锈病病情严重度预测模型均达到了极显著性水平,两种数据均能够较好地实现小麦条锈病病情严重度的遥感探测。该研究结果对提高小麦条锈病的遥感探测精度具有重要的意义,为利用TanSat等卫星的荧光数据进行小麦条锈病的早期探测提供了参考依据。     

综合光谱纹理和时序信息的油茶遥感提取研究

具有极高营养价值且被誉为东方“橄榄油”的油茶树是我国南方地区重要经济林,我国是世界上油茶树分布最广的国家。提取油茶种植分布和面积对林业部门开展油茶的宏观管理和生产指导具有重要意义。以地处亚热带地物复杂且多山地丘陵的湖南省常宁市为研究区,该区域分布有大量农田和森林,且部分植被季节变化较大,对油茶的遥感提取带来了很大挑战。提出了基于春夏秋三期的GF-2号高分辨率卫星影像,综合植被指数、纹理特征、 PCA主成分3种特征,以及春夏、春秋、夏秋、春夏秋四种不同时序组合和随机森林(RF)算法共构建了17种分类场景(S1—S17),运用随机森林(RF)、支持向量机(SVM)、最大似然(MLC)三种不同分类算法开展油茶遥感提取实验,筛选出最优特征组合、最佳分类季节与最优时序组合、最优分类方法。结果表明：仅基于光谱信息分类精度低,纹理特征的加入可大幅提升精度,而PCA对于精度的提升效果微弱;通过比较不同季节单时期的分类结果发现油茶提取精度最高的季节为夏季,夏季单时期影像在最优特征组合(S8)中油茶生产者精度(PA)为94.06%,油茶用户精度(UA)为92.57%;在分类场景S10—S17中实验发现,采...     

基于单景遥感影像的去云处理研究

去云处理是遥感图像处理以及大气纠正的重要步骤。常规的去云处理算法会随云的覆盖类型的不同而不同,如同态滤波或时间平均法,这些算法在去除云对影像影响的同时,往往会伴随地物信息的丢失。提出了基于单景遥感影像的去云处理算法———基于遥感影像分类结果及云检测结果的去云处理算法,目的是去除影像中云的散射影响,恢复地物的光谱信息。算法是针对局部有云的单景Landsat7 ETM+影像进行的。根据Landsat7 ETM+波段4,5,7对影像进行聚类分析,确定不同地物的覆盖类型;利用波段1,2,3及波段6划分出影像中的无云区以及不同覆盖厚度的云层;按照相同地物覆盖类型对非云区与不同云区进行平均反射率匹配,以达到去云的效果。结果表明,经过去云处理的影像,在分类运算中能够明显地提高分类精度,能够很好地恢复地物的光谱信息。     

基于新型植被指数对冬小麦蛋白质含量的估算研究

小麦蛋白质含量是衡量小麦价格的一项重要指标。本文使用三年冬小麦蛋白质含量和光谱指数数据,用2008/2009和2009/2010年数据构建新的比率指数和乘积指数,并将灰色关联算法-偏最小二乘法(GRA-PLS)进行整合,尝试提高对冬小麦蛋白质含量估算的精度,用2011年/2012年数据进行验证。研究结果表明：比率指数与冬小麦蛋白质含量的相关系数要优于单一指数,单一指数和比率指数最高相关系数(r)分别为0.726和0.751,乘积指数也可改善部分单一指数的相关系数。通过GRA-PLS方法可以提高对冬小麦蛋白质含量的估算精度,单一指数、比率指数和乘积指数的决定系数(R2)分别为0.537,0.631和0.521,对应的均方根误差(RMSE)分别为0.665%,0.564%和0.574%。结果说明用新构建的比率指数和乘积指数,并使用GRA-PLS方法对冬小麦蛋白质含量估算是可行的。